Denoising di immagini mediante filtro adattivo

Le informazioni visive trasmesse sotto forma di immagini digitali stanno diventando un importante metodo di comunicazione nell'era moderna, ma l'immagine ottenuta dopo la trasmissione è spesso danneggiata dal rumore. L'immagine ricevuta deve essere elaborata prima di poter essere utilizzata nelle applicazioni. Il denoising delle immagini comporta la manipolazione dei dati dell'immagine per produrre un'immagine di alta qualità visiva. Questa tesi passa in rassegna gli algoritmi di denoising esistenti, come il filtro medio, il filtro mediano, il filtro adattativo locale e l'algoritmo di filtraggio dei minimi quadrati a due blocchi dimensionali (TDBLMS), ed esegue il loro studio comparativo. Vengono utilizzati diversi modelli di rumore, compresi quelli di tipo additivo e moltiplicativo. Si tratta di rumore gaussiano, rumore sale e pepe, rumore speckle e rumore di Poisson. La scelta dell'algoritmo di denoising dipende dall'applicazione. Pertanto, è necessario conoscere il rumore presente nell'immagine in modo da selezionare l'algoritmo di denoising appropriato. L'approccio TDBLMS trova applicazione nel denoising di diverse immagini corrotte da rumore additivo e moltiplicativo.